2025年大学《生物统计学》专业题库- 生物统计学在卫生政策研究中的应用

2025年大学《生物统计学》专业题库——生物统计学在卫生政策研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的字母填在括号内）1.在卫生政策研究中，欲比较两种不同干预措施（A和B）对某项健康指标（如血压）改善效果的差异，最适合使用的统计学推断方法是？(A)相关分析(B)回归分析(C)独立样本t检验(D)配对样本t检验2.某项关于吸烟与肺癌关系的队列研究，欲计算肺癌在吸烟人群中的发病率，应使用哪个指标？(A)患病率(B)发病率(C)病死率(D)生存率3.一个卫生政策评估研究需要了解某市老年人口的健康状况，采用分层随机抽样的方法抽取样本。这种抽样方式的主要优点是？(A)操作简单(B)便于分组(C)能保证总体中各层代表性，减少抽样误差(D)可避免无回答4.在解释假设检验的结果时，P值小于0.05通常意味着？(A)差异一定具有临床意义(B)研究结论完全正确(C)观察到的效应有95%的可能性是由抽样误差引起的(D)拒绝原假设的证据有统计学意义5.评价一项卫生政策实施前后效果变化时，最适合使用的统计图形是？(A)散点图(B)条形图(C)折线图(D)饼图6.已知某地成年男性平均身高为175cm，标准差为6cm。若随机抽取一名该地成年男性，其身高大于180cm的概率（假设身高近似正态分布）？(A)超过50%(B)在47.5%左右(C)在2.5%左右(D)无法确定7.在一项关于药物疗效的随机对照试验中，欲比较治疗组和对照组在治疗后的实验室指标差异，若该指标服从正态分布且两组方差相等，应优先考虑使用哪种检验方法？(A)卡方检验(B)方差分析(C)独立样本t检验(D)非参数检验8.某卫生政策研究者发现，某项医疗服务利用与患者年龄呈正相关，这意味着？(A)年龄越大，利用该项医疗服务可能性越小(B)年龄越小，利用该项医疗服务可能性越小(C)年龄越大，利用该项医疗服务可能性越大(D)年龄与医疗服务利用没有关系9.构建一个95%的置信区间，意味着？(A)该区间包含总体参数真值的概率为95%(B)该区间包含样本统计量真值的概率为95%(C)如果重复抽样100次，大约有95次计算的区间包含总体参数(D)总体参数真值有95%的可能性落在该区间内10.在进行多重线性回归分析时，为控制其他变量的影响，考察某一自变量对因变量的独立影响，应关注该自变量的？(A)回归系数（B系数）(B)标准化回归系数(C)P值(D)相关系数二、简答题（每小题5分，共20分）1.简述假设检验中“第一类错误”和“第二类错误”的含义及其之间的关系。2.在卫生政策研究中，为何需要计算置信区间？3.简述相关系数和回归系数在量化变量间关系时的区别。4.卫生政策效果评价中常用的“成本-效果分析”和“成本-效用分析”在统计方法选择上有何主要区别？三、计算与分析题（共30分）1.（10分）某卫生政策研究者欲评估一项社区健康教育干预对居民健康知识知晓率的影响。在某社区干预前随机抽取200人进行调查，知晓率为65%；在相邻社区未实施干预，也随机抽取200人进行调查，知晓率为60%。假设两组人群规模相等且知晓率服从二项分布。请使用合适的统计方法检验该健康教育干预是否显著提高了居民健康知识知晓率。请写出检验的主要步骤（包括提出假设、计算检验统计量、判断结果）。2.（20分）一项研究比较了两种治疗方案（A和B）对某慢性病患者的症状改善情况。研究人员测量了50名患者治疗前后的症状积分（分数越低越好），数据如下（此处仅为示意，非真实数据，请忽略实际数值）：*治疗组A：治疗后积分均值为8.5，标准差为2.1。*对照组B：治疗后积分均值为10.2，标准差为2.3。假设两组样本量相等（n=25），且治疗后积分近似服从正态分布，且方差相等。请进行假设检验，判断两种治疗方案在症状改善效果上是否存在显著差异。请写出检验的主要步骤和结论判断依据。四、论述题（20分）试结合卫生政策研究的实际例子，论述如何运用统计学的相关知识和方法来评价一项卫生政策的公平性。请说明需要收集哪些类型的数据，可能使用哪些统计指标或分析方法，以及如何解释分析结果以支撑关于公平性的判断。试卷答案一、选择题1.C解析：比较两组独立样本的均值差异，适用于独立样本t检验。2.B解析：发病率指一定时期内特定人群中某病新发病例的频率，符合题意。3.C解析：分层随机抽样能保证各层代表性，根据层内同质性、层间差异性原则，可减少抽样误差。4.D解析：P值小于0.05表示在α=0.05的显著性水平下，有足够证据拒绝原假设，认为效应具有统计学意义。5.C解析：折线图能清晰展示数据随时间（如政策实施前后）的变化趋势。6.C解析：根据正态分布对称性，180cm超过均值（175cm）一个标准差（6cm），其概率约为1-2*(1-0.5)=2.5%。7.C解析：条件是两组样本量较小（n<30假设），但数据近似正态分布且方差相等时，使用独立样本t检验。8.C解析：正相关表示自变量（年龄）增大时，因变量（医疗服务利用）也倾向于增大。9.A解析：置信区间是参数可能落入的一个区间，构建95%置信区间意味着有95%的置信度认为该区间包含总体参数的真值。10.A解析：回归系数（B系数）表示自变量每变化一个单位，因变量平均变化的量，能体现自变量的独立影响（在控制其他变量后）。二、简答题1.答：第一类错误（α错误）是指原假设H0实际上是真的，但拒绝了H0；第二类错误（β错误）是指原假设H0实际上是不真的，但未能拒绝H0。两者关系：α和β错误不能同时减小，减小一个通常会导致另一个增大，需在α和β之间进行权衡。2.答：置信区间提供了估计总体参数的范围，而不仅仅是点估计值，能反映估计的精度和不确定性；它有助于判断估计值的大小是否有实际意义；为决策提供更全面的信息。3.答：相关系数（r）衡量两个变量间线性关系的方向和强度，其值介于-1和1之间，不表示因果关系或变化量；回归系数（B）衡量自变量每变化一个单位时，因变量平均变化的量，有明确的单位和解释，可用于预测和推断。4.答：成本-效果分析（CEA）比较不同卫生干预方案在产生同等健康效果（如寿命年、疾病避免率）时的成本差异，效果指标通常是客观、可量化的健康指标（如QALYs在CEA中不常用）；成本-效用分析（CEU）比较不同卫生干预方案在产生不同健康效果（如QALYs）时的成本差异，效果指标是反映健康状态质量的效用值（如QALYs）。三、计算与分析题1.答：步骤：(1)提出假设：H0：干预组与未干预组居民健康知识知晓率无差异（p1=p2）H1：干预组居民健康知识知晓率高于未干预组（p1>p2）（检验单侧）α=0.05(2)计算检验统计量：合并比例p=(200*0.65+200*0.60)/(200+200)=0.625合并标准误SE=sqrt[p*(1-p)*(1/200+1/200)]=sqrt[0.625*(1-0.625)*0.005]≈0.03464检验统计量Z=(p1-p2)/SE=(0.65-0.60)/0.03464≈1.443(3)判断结果：查Z表，Z=1.443的P值大于0.05（单侧）。或Z=1.443<1.645（α=0.05单侧临界值）。P值>α。结论：不能拒绝H0。缺乏足够证据认为该健康教育干预显著提高了居民健康知识知晓率。（注：此处为近似计算，实际应用中可能用Fisher精确检验）2.答：步骤：(1)提出假设：H0：两种治疗方案症状改善效果无差异（μA=μB）H1：两种治疗方案症状改善效果有差异（μA≠μB）α=0.05(2)计算合并方差估计值：s_p^2=[(nA-1)sA^2+(nB-1)sB^2]/(nA+nB-2)=[(25-1)*2.1^2+(25-1)*2.3^2]/(50-2)≈4.6875s_p=sqrt(4.6875)≈2.165(3)计算检验统计量：标准误SE=s_p/sqrt(n)=2.165/sqrt(25)≈0.433检验统计量t=(x̄A-x̄B)/SE=(8.5-10.2)/0.433≈-6.415(4)判断结果：自由度df=nA+nB-2=50-2=48查t表，t=6.415的P值远小于0.05（双侧）。或t=6.415>2.010（α=0.05双侧临界值，df=48）。P值<α。结论：拒绝H0。有足够证据认为两种治疗方案在症状改善效果上存在显著差异。方案A的效果优于方案B（治疗后积分更低代表改善更好）。四、论述题答：运用统计学方法评价卫生政策公平性，需关注资源分配、服务利用和健康结果在不同人群（如按社会经济地位、地域、性别、年龄等分层）中的分布差异。首先，需收集数据：不同人群的政策资源投入数据（如财政拨款、设施配置）、政策服务利用数据（如就诊率、疫苗接种率）、以及人群健康结局数据（如发病率、死亡率、发病率、生活质量指数QALYs等）。数据应具有可比性，并明确分层标准。其次，可能使用的统计方法：1.描述性统计：计算不同人群中资源投入、服务利用和健康结局的指标（如均值、中位数、比例、率），绘制图表（如不同人群健康指标的条形图）直观展示差异。2.差异分析：使用假设检验（如t检验、卡方检验、Mann-WhitneyU检验）比较不同人群在某一指标上是否存在显著差异。3.集中趋势与离散程度分析：分析不同人群指标的平均水平（集中趋势）和变异程度（离散程度），判断差异的性质。4.公平性指标计算：如计算不同人群间的相对差（Ratio）、绝对差（AbsoluteDifference）、洛伦兹曲线和基尼系数等，量化不公平程度。相对差关注比例差异，绝对差关注绝对数量差异，基尼系数综合反映整体不公平。5.回归分析：在控制其他混杂因素（如年龄、性别、疾病史等）后，分析社会经济地位等与政策结果（如服务利用、健康状况）之间的